Documentos de Académico
Documentos de Profesional
Documentos de Cultura
INTEGRANTES:
DOCENTE:
GRUPO: 4
FECHA: 20/10/2019
1
TABLA DE CONTENIDO
1- INTRODUCCIÓN ...................................................................................................... 3
2- PLANTEAMIENTO DEL PROBLEMA ................................................................... 4
3- OBJETIVOS ............................................................................................................... 5
4- MARCO TEÓRICO ................................................................................................... 6
5- RECOLECCIÓN DE DATOS ................................................................................. 16
6- ANÁLISIS DE DATOS ........................................................................................... 17
7- CONCLUSIONES GENERALES ........................................................................... 33
8- REFERENCIAS ....................................................................................................... 34
9- ANÁLISIS CRÍTICO DEL ARTICULO ................................................................. 36
2
1- INTRODUCCIÓN
Actualmente los mercados internacionales son muy exigentes con las especificaciones de la
calidad de la fruta, debido a la competencia de productos dentro de los macromercados, en
consecuencia, a esto se presenta un alto índice de rechazo por manejo Técnico inadecuado
de la producción, desde la selección de la semilla, cultivo y entrega final en el buque. Las no
conformidades que se pueden evidenciar en el proceso de producción son: Manchas causadas
por plagas como la sigatoka, rasgaduras, mal corte en el desmane, no cumplir con las
especificaciones de corte y color que indique que no se le dio un buen manejo al producto.
3
2- PLANTEAMIENTO DEL PROBLEMA
El presente trabajo pretende responder, aportar información y conocimientos en el ámbito
laboral como futuros ingenieros industriales en relación con el siguiente interrogante
¿Cuáles son los posibles fallos generados en el proceso de producción del banano de
exportación, que arroja productos no conformes, ocasionando que el proceso esté fuera
de control estadístico? Esta pregunta de investigación planteada busca la relación entre
las siguientes 2 variables: 1) La incidencia de las no conformidades con el diagrama de
Pareto, para analizar cuál de estas es la más significativa en el proceso, 2) Las posibles
causas por las que se están generando las mermas, basados en el diagrama de Ishikawa.
Los antecedentes descritos en los siguientes párrafos dan sustento al planteamiento del
problema del presente trabajo. El cultivo del banano exige unas características especiales
de suelo y climatológicas, además las zonas productoras de banano de exportación tienen
como limitantes la enfermedad de la Sigatoka Negra causada por el hongo
Mycosphaerella fijiensis, mal corte en el desmane, rasgaduras y cuello roto en el proceso
de recolección, incumplimiento con las especificaciones del tamaño del producto y
alteraciones en el color por el manejo indebido de los químicos en el proceso de lavado.
4
3- OBJETIVOS
General:
Específicos:
✔ Aplicar los diferentes gráficos de control por atributos para determinar las posibles
causas y los productos no conformes, que tienen mayor significancia en el proceso de
producción del banano.
✔ Identificar las mejoras y hacer las recomendaciones pertinentes a realizar en el
proceso productivo del banano de exportación, para que este se encuentre bajo control
estadístico.
5
4- MARCO TEÓRICO: LOS GRÁFICOS DE CONTROL
Los gráficos de control tienen su origen al final de la década de 1920. Entonces, Walter A.
Shewhart analizó numerosos procesos de fabricación concluyendo que todos presentaban
variaciones. Encontró que estas variaciones son de dos clases: una aleatoria, entendiendo por
ella que su causa era insignificante o desconocida. Otra, imputable (también llamada
asignable), cuyas causas podían ser descubiertas y eliminadas tras un correcto diagnóstico
La variación de una determinada característica de calidad se cuantifica realizando un
muestreo de las salidas del proceso y estimando los parámetros de su distribución estadística.
Shewhart inició así el moderno control de calidad, fundamentado en el control estadístico del
proceso y rebasando al clásico control de calidad, limitado a la inspección final del producto.
Los cambios en la distribución pueden comprobarse representando ciertos parámetros en un
gráfico en función del tiempo, denominado gráfico de control.
Los gráficos de control se pueden definir como una herramienta estadística que se utiliza para
controlar un proceso y permiten a las personas responsables de controlar un determinado
proceso, poder conocer las causas de la variabilidad existente, y en algunos casos, realizar
predicciones. Se pueden clasificar, según la característica que se desee controlar, en dos
grandes grupos: Gráficos de Control por Variables y Gráficos de Control por Atributos. Tener
en cuenta a la hora de diseñar un gráfico de control es el tamaño de las muestras seleccionadas
para llevar a cabo el control del proceso. La decisión sobre el tamaño de muestra se basa en
el concepto de "subgrupo racional" introducido por Shewhart (1931; rpt. 1980). Según
Shewhart los subgrupos o muestras deben ser tan homogéneos como sea posible para que, si
hay presentes causas asignable aparezcan como diferencias entre los subgrupos en lugar
dentro de los subgrupos.
Los gráficos de control permiten al responsable del mismo distinguir entre las causas de
variación que aparecen en el mismo:
● Variabilidad debida a causas comunes, que nos permite realizar predicciones sobre el
estado del proceso.
6
● Variabilidad debida a causas especiales, que no nos permiten predecir la situación del
proceso en un determinado momento.
Gráficos de Control por Variables: La característica de calidad es una variable, que puede
medirse y expresarse como un número en una escala de medición continua.
Hay cuatro tipos de gráficos de control para atributos según la naturaleza del control a
realizar, que son los siguientes:
LOS GRÁFICOS np Y p
Los gráficos np y p se utilizan para controlar la proporción de piezas defectuosas que genera
el proceso; el primero exige que el tamaño de muestra sea constante mientras que el segundo
no (Montgomery 1991).
7
EL GRÁFICO p
EL GRÁFICO np
Los gráficos np se aplican al mismo tipo de procesos que en el caso anterior. La diferencia
está en que, en lugar de contabilizar la proporción de unidades defectuosas en una muestra,
se considera el número de unidades defectuosas en la muestra, para ello se toman de forma
sistemática muestras de tamaño constante a intervalos fijos de tiempo. Este tipo de gráficos
permite analizar el número de artículos defectuosos para así poder detectar la posible
existencia de causas especiales en el proceso productivo.
LOS GRÁFICOS c Y u
Los gráficos c y u sirven para controlar el número de defectos; el primero exige que el tamaño
de muestra sea constante, mientras que este requisito no es necesario en el gráfico u.
(Montgomery 1991).
EL GRÁFICO c
Este tipo de gráfico controla la evolución de los defectos presentes en muestras de tamaño
constante tomadas a intervalos fijos de tiempo. El gráfico c está basado en el número total de
defectos o de no conformidades en la producción. Los principios estadísticos que sirven de
base al gráfico de control c se basan en la distribución de Poisson.
EL GRÁFICO u
Este tipo de gráfico representa los defectos por unidad presentes en muestras tomadas a
intervalos fijos de tiempo. Al trabajar en defectos por unidad este gráfico u permite trabajar
tanto con muestras de tamaño fijo como variable. Se utiliza cuando en un muestreo como el
8
definido para el gráfico c, no puede mantenerse constante el tamaño de la muestra. Debido a
ello se trabaja con tasa de defectos por unidad.
Análisis de proceso: Puede que nunca se haya hecho un control estadístico de proceso. Un
análisis con gráfico de control donde se establece los límites de control, permitirá analizar
ese proceso y determinar qué es lo normal en él, cuando algo no está bien, o si ha mejorado
o empeorado a través del tiempo. Un proceso analizado con esta herramienta, es un proceso
controlado, que es precisamente el segundo beneficio.
Control de proceso: Se conoce el comportamiento del proceso. ¿Es estable?, ¿se mantiene?
¿qué tan frecuente se sale de control? Esto te permite intervenir sobre el proceso para
mejorarlo. Este, a continuación, es el tercer beneficio.
Comúnmente se dice que un proceso está fuera de control, y por lo tanto deben analizarse las
causas del incidente (y posiblemente corregirse), en las siguientes situaciones:
• Cuando hay un punto fuera de los límites del 95%. (Nota: Por definición, el 5% de
los puntos estarán fuera de este límite, por lo que este caso solo debería preocuparnos
si el punto se aleja mucho del límite o si sospechamos que hay algo mal).
• Cuando hay más de 3 puntos seguidos fuera de los límites del 75%. (Nota: En este
caso, la clave está en que los 3 puntos fuera sean seguidos, lo cual debería ser muy
improbable).
• Cuando se aprecian tendencias crecientes o decrecientes en más de 4 puntos seguidos.
• Cuando más de 6 puntos seguidos se encuentran en la mitad superior o inferior del
gráfico (Nota: en este caso, el proceso está descentrado y habría que recalibrarlo).
• Cuando se aprecia que los valores siguen un patrón, no siento estos valores aleatorios.
9
En todos estos casos deberían analizarse las causas de la incidencia para ver si ha sido un
caso aislado, o bien si ha habido algún problema detrás. En este segundo caso, habrá que
tomar medidas si fuera necesario.
El cultivo del banano exige unas características especiales de suelo y climatológicas entre las
que se deben mencionar:
Ecología del Banano: Las condiciones climáticas para la producción del banano se ubican
entre unas coordenadas de 30 grados norte y 30 grados al sur del Ecuador, pero en
condiciones óptimas se da entre los 0 grados y 15 grados y una altitud de 0 a 300 m.s.n.m.
con una temperatura promedio de 27 grados centígrados.
Se recomienda sembrar banano en aquellas zonas que tengan niveles de precipitación que
oscilen entre 2.000 y 3.000 mm distribuidos equitativamente a través de todo el año.
Suelos: El cultivo del banano se encuentra sembrado en una gama amplia de suelos.
Siembra
10
● Arar a una profundidad entre 25 y 30 cms.
● Rastrillar a los quince días.
● Nivelar con una rastra.
● Levantar topográficamente planos del terreno.
Semilla, trazado, ahoyado, siembra Semilla: Se selecciona el clon a sembrar bien sea
Válery o Gran enano. La semilla vegetativa de tipo asexual se obtiene tradicionalmente de
plantaciones establecidas. Hay varios tipos de semilla: cormo, cabeza de toro y puyón.
Densidad de siembra y trazado: Se determina la densidad con que se quiere sembrar que
tradicionalmente se denomina Sistema en Triángulo con distancias de 2.5 m entre las plantas
para un total de 1.853 matas/ha.
Una vez determinada la densidad se procede al trazado o alineado en campo con una estaca,
cada sitio a sembrar.
Los programas bananeros deben estar enfocados a realizar ciclos mensuales de fertilización
e incorporación de los abonos al suelo. Los principales elementos extraídos por la planta de
banano son el Potasio y el Nitrógeno, sin ser menos importantes el Fósforo, Calcio,
Magnesio, Azufre, Hierro, Cobre, Manganeso y Zinc.
Para ello se realiza el desmache o deshije, que sencillamente es dejar cada plantan con su
hijo y su nieto, o sea unidad de producción completa para garantizar que el número y tamaño
de los racimos por hectárea sea óptimo y que la plantación se mantenga como un cultivo
perenne.
12
Es una práctica importantísima y de ella dependen en gran medida los buenos rendimientos.
La frecuencia de esta labor es entre 6 y 8 semanas.
Embolse: Consiste en proteger el racimo con una funda o bolsa plástica de polietileno del
ataque de plagas y de efectos abrasivos causados por hojas o productos químicos y también
resguardarlo de los cambios bruscos de temperatura. Se deben realizar dos ciclos por semana.
Poda de manos o desmane y desbacote: Consiste en eliminar del racimo la mano falsa y
las manos pequeñas, así como también la bacota, con el objetivo de contribuir a aumentar la
longitud, grosor y peso de los dedos de las manos restantes y también a la sanidad del racimo.
Esta labor se realiza dos veces por semana conjuntamente con la labor del embolse.
Amarre: Consiste en amarrar dos cuerdas denominadas “vientos” de cada mata que tenga
racimo, con el objetivo de evitar la caída de la planta por acción del viento, peso del racimo
o ataque de nemátodos. Se efectúa semanalmente.
Desvío del puyón o hijo: Es separar el hijo de la planta madre para evitar daño a la fruta por
el roce de sus hojas. Esta labor se debe hacer semanalmente.
Desvío del Racimo: Esta labor se realiza preferiblemente cuando el racimo tiene entre 4 y 6
semanas de edad y o cuando las circunstancias lo exijan.
Deshoje: Consiste en eliminar las hojas secas, viejas, quebradas que puedan causar deterioro
en la calidad del racimo, o ser fuente de propagación de enfermedades y plagas. Se realizan
uno o dos ciclos semanales, según las condiciones climáticas.
13
Labores de Cosecha
Puya o cosecha: Esta labor es simplemente recorrer la plantación cortando todos los racimos
que cumplan con las condiciones de calibración y edad estipulada por la comercializadora.
La cosecha se realiza semanalmente y dura dos o tres días.
Colear: Consiste en recibir en una cuna acolchada que está sobre el hombro del operario, el
racimo que va cortando el puyero para llevarlo cuidadosamente hasta el cable vía.
Empinar: Es recibir el racimo que trae el colero y colgarlo en la garrucha que está en el
cable vía.
Garruchar: Es transportar los racimos cosechados a través del cable vía desde los lotes hasta
las empacadoras.
Labores de Beneficio
Barcadillero: Esta labor se hace en el sitio denominado barcadilla, que se ubica en la entrada
de la empacadora y donde el operario hace inspección de calidad a los racimos para
seleccionar las manos aptas de acuerdo a las especificaciones del embarque.
Desmane: Es la primera labor en el beneficio y consiste en separar las manos del racimo
mediante la herramienta denominada desmanadora y depositar las manos seleccionas en el
tanque de Desmane.
Gurbia: Consiste en dividir las manos en gajos más pequeños o “cluster” de acuerdo con las
especificaciones de calidad. La herramienta utilizada es la Gurbia.
Los cluster seleccionados se pasan al siguiente tanque (tanque de desleche), allí la fruta sufre
un proceso de sellamiento y no emite más látex.
Pesaje de fruta: Los cluster permanecen más o menos quince minutos en el tanque de
desleche y luego se seleccionan y pesan en bandejas plásticas. Debe ir un peso neto mínimo
de fruta de 19.1 kilos, ya que, en el proceso de deshidratación durante el transporte, la fruta
14
pierde peso y al comprador se le tiene que entregar un peso neto de fruta de 18.14 kilos por
caja.
Empacado de cajas: Esta labor la precede el sellado de fruta y la armada y pegada misma
de la caja. Una vez empacados los bananos se procede al Tapado de cajas.
Paletizado: Es agrupar las cajas sobre una estiba de forma tal que facilite el transporte,
cargue y descargue, manteniendo la calidad de la fruta. Estas paletas constan de 48 cajas en
total, distribuidos en ocho líneas verticales.
15
5- RECOLECCIÓN DE DATOS
Dado al resultado obtenido a través de Excel, con la aleatorización entre el 7-15 %, se obtuvo
el porcentaje de 10% el cual equivale a 20 unidades no conformes, tomando como base 200
productos para el monitoreo.
10% SÍMBOLOS
+ - * # O C
CORTES
AL CUELLO TAMAÑO
MANCHAS RASGADURAS BANANO ROTO MIN 20 CM COLOR
1 1 0 1 0 0 0
2 0 1 1 1 0 1
3 0 0 0 0 1 1
4 1 1 0 0 1 0
5 1 0 1 1 1 1
6 0 0 0 0 1 1
7 0 0 0 0 1 1
8 0 0 0 0 0 0
9 0 1 1 1 0 0
10 1 1 0 1 0 0
11 1 0 1 1 0 1
12 1 0 0 0 0 0
13 0 1 0 0 0 1
14 0 0 1 1 0 1
15 0 0 1 0 0 1
16 1 0 0 1 1 0
17 1 1 1 0 1 0
18 1 0 1 1 1 0
19 0 0 0 0 1 1
20 1 0 1 0 1 1
16
6- ANALISIS DE DATOS
P Y NP CON N 25
17
Pruebas de Normalidad para número de no conformidades
Prueba Estadísti Valor-P
co
Estadístico W de 0,94998 0,197344
Shapiro-Wilk 8
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para determinar si P puede
modelarse adecuadamente con una distribución normal. La prueba de Shapiro-Wilk está
basada en la comparación de los cuartiles de la distribución normal ajustada a los datos.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual a 0,05, no
se puede rechazar la idea de que numero de no conformidades proviene de una distribución
normal con 95% de confianza.
GRÁFICO CARTA P
GRAFICO P
0,3
0,25
0,2
0,15
0,1
0,05
0
1 2 3 4 5 6 7 8 9 101112131415161718192021222324252627282930
P LC LCS LCI
Debido a que en la gráfica se observa un solo punto fuera de los límites de control se procede
a realizar un cepillado, el cual se basa en eliminar esa muestra y realizar nuevamente la
gráfica con sus nuevos límites.
18
GRÁFICO P (DESPUÉS DEL CEPILLADO)
Por medio del gráfico P se puede observar que el proceso se encuentra bajo control, debido
a que no hay ningún punto por fuera de los límites, de igual forma se evidencia que desde la
muestra 7 hasta la 19 hay un patrón cíclico, razón por la que al cabo de un tiempo se podrían
presentar algunos puntos fuera de los límites, situación que evidencia que se debe hacer
revisión de los lotes de los que proviene el banano.
19
GRÁFICO CARTA NP
GRAFICO NP
7
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
NP LC LCS LCI
Debido a que en la gráfica se observa un solo punto fuera de los límites de control se procede
a realizar un cepillado, el cual se basa en eliminar esa muestra y realizar nuevamente la
gráfica con sus nuevos límites.
20
la muestra 7 hasta la 19 que hay un patrón cíclico, por lo que al cabo de un tiempo se podrían
presentar algunos puntos fuera de los límites, razón por la cual se debe hacer revisión de los
lotes del cuales proviene el banano.
21
P CON N ALEATORIO ENTRE 15 Y 25
22
GRÁFICO CARTA P
GRAFICO P
0,300
0,250
0,200
0,150
0,100
0,050
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
P LC LCS LCI
Debido a que en la gráfica se observa un solo punto por fuera de los límites de control, el
cual se encuentra en la muestra 19. Se procede a realizar un cepillado, que se basa en eliminar
dicha muestra y realizar nuevamente el gráfico con sus nuevos límites.
23
El gráfico se puede observar que todos los puntos están dentro de los límites de
control, también se puede evidenciar que hay cambios abruptos en la proporción
de productos no conformes, con respecto de una muestra a otro, como lo es en el
caso de la muestra 13 a la 14, motivo por el cual se puede concluir que el proceso
está bajo control.
C Y U PARA N 15
24
Pruebas de Normalidad para número de defectos
Prueba Estadístico Valor-P
Estadístico W de 0,929153 0,0540579
Shapiro-Wilk
El StatAdvisor
Esta ventana muestra los resultados de diversas pruebas realizadas para determinar si número
de no conformidades puede modelarse adecuadamente con una distribución normal. La
prueba de Shapiro-Wilk está basada en la comparación de los cuartiles de la distribución
normal ajustada a los datos.
Debido a que el valor-P más pequeño de las pruebas realizadas es mayor ó igual a 0,05, no
se puede rechazar la idea de que numero de defectos proviene de una distribución normal con
95% de confianza.
GRÁFICO C
GRAFICA C
10
9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
C LC LCS LCI
En este gráfico se evidencia que hay 4 puntos por fuera del límite de control superior,
ubicados en las muestras 4, 10, 22 y 30, lo cual indica que la cantidad de no conformidades
han sido elevadas en los bananos, dicho esto se debe seguir la trazabilidad de las muestras
25
para poder obtener cuales serían las posibles causas por las que se están presentando los
rechazos en el banano. Situación que lleva a concluir que el proceso se encuentra fuera de
control y la carta no es válida, por consiguiente, esta debe ser ajustada y se deben tomar
medidas en el proceso.
GRÁFICO U
GRAFICA U
0,700
0,600
0,500
0,400
0,300
0,200
0,100
0,000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
U LC LCS LCI
En este gráfico se evidencia que hay 4 puntos fuera del límite de control superior ubicados
en las muestras 4, 10, 22 y 30, lo cual nos indica que la proporción de no conformidades han
sido elevadas en los bananos, se debe seguir la trazabilidad de estas muestras para poder
obtener cuales serían las posibles causas por las que se están presentando los rechazos en el
banano. Por tal motivo se puede concluir que el proceso se encuentra fuera de control y la
carta no es válida, debe ser ajustada y se deben tomar medidas en el proceso.
26
C PARA N 1
27
GRÁFICO C
GRAFICO C
3,5
2,5
1,5
0,5
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
C LC LCS LCI
28
U PARA N ALEATORIO ENTRE 15 Y 25
29
GRÁFICO U
GRAFICO U
0,70000
0,60000
0,50000
0,40000
0,30000
0,20000
0,10000
0,00000
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
en el gráfico se evidencia que hay 5 puntos por fuera del límite de control superior los cuales
se presentan al inicio del monitoreo y un punto por fuera del límite inferior, y desde la muestra
10 se observa una disminución en la proporción de no conformidad. Por tal motivo podemos
afirmar que el proceso se encuentra fuera de control y se deben hacer serias verificaciones a
las causas por las cuales se presentan.
DIAGRAMA PARETO
30
Al realizarlo se observó que la no conformidad más significativa es la de los cortes al banano
en el proceso de desmane y de gurbia. Por tal motivo se procede a realizar un diagrama de
espinas para analizar cuáles podrían ser las posibles causas de este problema.
31
DIAGRAMA ISHIKAWA
32
7- CONCLUSIONES GENERALES
A partir de los análisis realizados a los gráficos por atributos, se llegó a la conclusión de que
el proceso productivo no se ve afectado por el número de bananos no conformes que se
presentan durante la producción, sino por la cantidad de no conformidades que se están
presentando en cada uno de estos productos, en especial en el corte a la hora de hacer el
desmane y grubia, que es la merma tiene más incidencia en el proceso. Situación por la cual
se hace necesario tomar medidas correctivas sobre las fallas que están afectando el proceso
y que emiten esta no conformidad.
33
8- REFERENCIAS
34
9- A Multi-Attribute Control Chart Fot Monitoring Friction Stir Welding Process
Considering Small Sample Sizes
Welding is a fundamental part in all industries and it is done in many cases important to
present works of this type in an almost than perfect way, for this has been devised a technique
called FSW, it is a solid state bonding technique developed mainly for welding light alloys.
The process requires the use of a hard material cylindrical tool, which is introduced into the
parts, forging and shaking the material until welding is performed. During this process, the
material is plasticized without achieving the melting point by the rotation and advancement
of the tool, generating a refined microstructure with improved mechanical properties; Figure
1 shows the FSW process. But in these processes it is very common to find defects in finished
products which is why it becomes so important the evaluations of the processes by means of
the control charts. Commonly, multi-attribute control charts involve high sampling rates to
ensure accurate monitoring. In this article, a multi-attribute control chart is proposed,
considering the use of empirical control limits, rather than theoretical ones, in order to
improve.
The quality controls by attributes in this case are carried out visually, but it is necessary for
the person in charge of collecting the information to be trained, with capabilities to be able
to identify defects and attributes within the processes and even in empirically finished
products.
It is very important what is shown in this article, the way they present each attribute of the
process and analyze them in multiple ways to keep a statistical control of them, moving what
we see to what we measure. Controlling attributes in multiple steps such as Empirical
Distribution, Selecting Control Limits.
The automotive industry is looking for materials that allow it to gain significant advantages;
aluminum is used in the automotive industries, representing a feasible alternative. Welding
processes used in the industry affect the mechanical properties and quality of welded joints;
FSW is the proposed process as it is an advanced solid state welding process. The AWS
standard states that visual inspection in destructive tests and X-ray examination should be
used to identify internal defects, so a multi-attribute control chart should be used to monitor
the FSW process taking into account the categorical quality Features.
35
The results suggest that the conventional D2 chart is deficient when n to 30, and therefore
cannot be used to monitor the FSW process because it can lead to erroneous conclusions
about the state of the process. However, by using empirical control limits the improvement
of the chart is achieved in these cases. The proposed approach is an appropriate option for
the process studied in terms of the like, when small sample sizes are required or when
inspection costs need to be reduced.
It is important to note that the designs shown in Table 2 are suitable for categories k 4.
However, following the procedure described in Section 3, it is possible to design D2 control
empirical charts for any category (defects) k to 2. In the search for the results, the proposed
D2 empirical control chart can be implemented on the production line to monitor the FSW
process with the considered characteristics, taking into account the advantages of the FSW
process over the properties joint mechanics. In this sense, the D2 empirical control chart is
useful for the automotive industry when an FSW process was used to weld aluminum parts,
which is a feasible alternative.
Also to improve the performance of the proposed chart, it is possible to weigh the most
serious defects. That way, if these defects occur then the chart can signal an out-of-control
state, immediately. In addition, it is necessary to investigate a method to identify the attributes
that are likely to induce an out-of-control signal, as well as the use of a method to calculate
a process capacity index, which represents a research opportunity
36